네이버 부스트코스 코칭스터디 - EP01



전역하고 할게 없어서 링커리어를 뒤지던 중 재밌게 생긴것을 발견했다.

바로 신청했고 결과는

선발이였다.

그래서 코칭스터디 하는 것을 정리해서 올리려고 한다.

코칭 스터디는?

O.T주를 포함해서 총 5주로 이루어져 있고

팀 미션, 강의 수강, 라이브 수강 등의 활동을 해야한다.

그리고 팀 커뮤니케이션 도구로 슬랙을 활용한다.

슬랙을 코칭 스터디 활동하면서 처음 사용해보는데 생각보다 편하고 좋았다.

1주차 활동

이번 주는 1주차 활동을 했다.

강사님께서 이번 코칭스터디에서는

사이킷런 라이브러리를 사용한다고 하셨다.

그리고 또 사이킷런에 있는 의사결정나무 모델을 통해서

간단한 모델을 만들어 보았다.

그리고 팀끼리 미션을 위한 회의도 진행하였는데

나는 아쉽게 알바때문에 회의에 참석하지 못해서 아쉬웠다.

학습 내용에 저작권이 걸려있어서 학습 내용을 따로 못 올리는 만큼

학습 중간 중간에 몰랐던 내용들을 더 공부해서

그 내용들을 블로그에 앞으로 올려야겠다.

분류와 회귀

우선 분류와 회귀는 모두 지도학습을 할 때 사용되는 알고리즘이다.

분류(classification): 구분할 수 있는 값 예측, 풀어 말해서 숫자가 아닌 이름, 문자와 같은 형식의 답이면 된다.

회귀(regression): 예측하고 싶은 문제의 결과가 숫자와 같은 특정 수치를 예측하는 것이다.

 

의사결정나무(Decision Tree)

의사결정나무는 주어진 입력값들에 따라서 출력값을 예측하는 것이다.

from sklearn.datasets import load_iris
from sklearn import tree

iris = load_iris()
X, y = iris.data, iris.target

tree_model = tree.DecisionTreeClassifier()
tree_model = tree_model.fit(X, y)
tree.plot_tree(tree_model, filled=True)

이런 식으로 그래프로 그릴 수 있어서 다른 모델들 보다 예측력은 떨어지나

해석적으로는 쉽다는 장점이 있다고 알려져있다.